arXiv cs.CV· Ziying Zhang, Litao Li, Junchao Liao, Tianyi Zeng, Siyu Zhu, Long Qin, Zhenghao Zhang·· 4 小时前AI 评分43
VidScribe：统一视频生成中视觉文本渲染与原位编辑的基准评测
Beyond Legibility: Benchmarking Visual Text Rendering and In-Place Editing in Unified Video Generation
AI 导读
VidScribe 是统一视频文本基准，覆盖 T2V、R2V、I2V、V2V 四种生成范式，含 803 个人工核验样本与 11 项共享指标。对 11 个商业与开源系统的评测显示，内容识别与笔画级字形正确性解耦，I2V 最能稳定保持文本，V2V 原位编辑是主要瓶颈。退化集中在少数文本结构与时序因素，而非恶劣成像条件。
来源：arXiv cs.CV · arxiv.org